基于深度学习的对比CT图像急性主动脉综合征检测
计算机视觉与模式识别
2020-04-06 v1 机器学习
图像与视频处理
摘要
急性主动脉综合征（AAS）是一组危及生命的主动脉疾病。我们开发了一种端到端的自动方法，用于在计算机断层扫描（CT）图像中检测AAS。我们的方法包含两个步骤。首先，我们沿分割的主动脉中心线为每次CT扫描提取N个横截面。这些横截面被堆叠在一起形成一个新的体积，然后使用两种不同的分类器——3D卷积神经网络（3D CNN）和多示例学习（MIL）——对其进行分类。我们在2291个对比CT体积上训练、验证并比较了这两个模型。我们在另外保留的由230个正常和50个阳性CT体积组成的队列上进行了测试。使用3D CNN和MIL，我们的模型检测AAS的受试者工作特征曲线下面积（AUC）分别达到了0.965和0.985。
引用
@article{arxiv.2004.01648,
title = {Deep Learning based detection of Acute Aortic Syndrome in contrast CT images},
author = {Manikanta Srikar Yellapragada and Yiting Xie and Benedikt Graf and David Richmond and Arun Krishnan and Arkadiusz Sitek},
journal= {arXiv preprint arXiv:2004.01648},
year = {2020}
}